logo móvil
Contáctanos

Métodos de toma de decisiones multicriterio basados en la gestión óptima de la demanda de energía en el hogar

Autores: Muhsen, Dhiaa Halboot; Haider, Haider Tarish; Al-Nidawi, Yaarob; Khatib, Tamer

Idioma: Inglés

Editor: MDPI

Año: 2019

Descargar PDF

Acceso abierto

Artículo científico
2019

Métodos de toma de decisiones multicriterio basados en la gestión óptima de la demanda de energía en el hogar


Categoría

Ingeniería y Tecnología

Subcategoría

Ingeniería Eléctrica y Electrónica

Palabras clave

Crecimiento
Demandas de energía residencial
Programación de carga
Optimización
Ahorro de costos
Toma de decisiones multicriterio

Licencia

CC BY-SA – Atribución – Compartir Igual

Consultas: 34

Citaciones: Sin citaciones


Descripción
Del crecimiento de las demandas de energía residencial han surgido nuevos enfoques para la programación de cargas con el fin de lograr un mejor consumo de energía mediante el desplazamiento de la demanda requerida en respuesta a cambios de costos u ofertas de incentivos. En este documento, se propone un método híbrido para optimizar el problema de programación de cargas para el ahorro de costos y energía. El método comprende un algoritmo de evolución diferencial de optimización multiobjetivo (MODE) para obtener un conjunto de soluciones óptimas minimizando simultáneamente el costo y el pico de una carga, como una función multiobjetivo. A continuación, se utiliza una integración del proceso de jerarquía analítica (AHP) y una técnica para preferencias de orden por similitud a la solución ideal (TOPSIS) como métodos de toma de decisiones multicriterio (MCDM) para ordenar el conjunto de soluciones óptimas de mejor a peor, para permitir al cliente elegir el horario adecuado. Las soluciones se clasifican en función del pico de carga y el costo de energía como criterios múltiples. Los datos son para diez electrodomésticos de un hogar utilizados durante 24 horas con un intervalo de tiempo de un minuto. Los resultados del método propuesto demuestran ahorros tanto de energía como de costos de alrededor del 47% y 46%, respectivamente. Además, los resultados se comparan con otros métodos recientes en la literatura para mostrar la superioridad del método propuesto.

Otros recursos que podrían interesarte

Temas Virtualpro